KI im Newsroom: Wie generative KI bei der Wahlberichterstattung hilft

Auch deutsche Medienhäuser setzten bereits auf ein automatisierte Wahlberichterstattung. Dieser Trend ist unabhängig vom Launch von großen Sprachmodellen bereits seit längerem erkennbar. Neben der Automatisierung der inhaltlichen Berichterstattung hilft KI hierbei, hyperlokale Nachrichten und Analysen für alle Wahlkreise zu generieren, die ohne KI in diesem Umfang und Tiefe nicht möglich wären.

Beispielsweise hat die RP Online, das Nachrichtenportal der Rheinischen Post, bei den NRW-Kommunalwahlen 2020 automatisierte Analysen für 280 Wahlkreise einsetzt und so eine umfassende Berichterstattung ermöglicht. Diese Form der Berichterstattung unterstützt dabei, die Reichweite gezielt in Stadtteilen und Wahlbezirken wichtiger Städte auszubauen. Zugleich profitieren Leser/innen von zuverlässigen, aktuellen und schnellen Informationen.

Medien und KI im Wahlkampf: Vier zentrale Berichterstattungsmuster

Gerade zum US-Präsidentschaftswahlkampf 2024 war auffällig, dass die Medien generell vorsichtig beim Einsatz generativer KI in ihrer Berichterstattung waren. Der Fokus lag darauf, die Glaubwürdigkeit und journalistische Integrität zu wahren. Statt KI-basierter Inhalte auf breiter Skala zu nutzen, berichteten die Medien vielmehr über den Einsatz von KI im Wahlkampf und informierten die Öffentlichkeit über potenzielle Risiken und Auswirkungen. Hierbei waren bei der Berichterstattung die folgenden vier Muster erkennbar:

1. Berichterstattung über den KI-Einsatz

Renommierte Medien wie CBS News berichteten ausführlich über den Einsatz generativer KI durch politische Akteure, z. B. die Verbreitung KI-generierter Videos durch Donald Trump und das Republican National Committee. Diese Berichterstattung betonte die Bedeutung von Transparenz im Umgang mit neuen Technologien.

2. Aufklärung und Fact-Checking

Medienhäuser konzentrierten sich darauf, KI-generierte Inhalte zu identifizieren und die Öffentlichkeit dafür zu sensibilisieren. So wurde etwa erläutert, wie sich Deepfakes erkannt lassen. Zugleich vor deren potenziellen Gefahren für die Demokratie gewarnt.

3. Diskussion über Auswirkungen

Die Medien diskutierten die möglichen Auswirkungen von KI auf die Demokratie im Allgemeinen und dem Wahlkampf im Besonderen. Häufig wurde über Maßnahmen der großen US-Technologieunternehmen wie Google, Meta und OpenAI zur Kennzeichnung KI-generierter Inhalte berichtet.

4. Analyse von Wahlkampfstrategien

Medien analysierten zudem, wie politische Kampagnen KI-Tools nutzen, darunter Chatbots und automatisierte Anrufsysteme, um Wähler gezielt anzusprechen. Diese Berichterstattung zeigt, wie tiefgreifend KI bereits in die Wahlkampfstrategien eingebunden ist.

 

Aufgedecktes Deepfake mit Donald Trump und afroamerikanischen Unterstützerinnen

Insgesamt demonstrierte die Berichterstattung die Bemühungen, einerseits über den KI-Einsatz zu informieren und andererseits journalistische Standards zu wahren.

Wettbewerb zwischen sozialen Medien und traditionellen Medien: Wie sich der Medienkonsum verändert hat

Gerade bei der Wahlberichterstattung versuchen soziale Medien und Influencer den etablierten Medienhäusern und Zeitungen den Rang abzulaufen. Hierbei geraten redaktionelle Standards schnell ins Hintertreffen, da der Fokus auf schnellen und spektakulären Inhalten liegt. Besonders Plattformen wie TikTok und X haben in den letzten Jahren die Erwartungshaltung grundlegend verändert.

Sichtbarkeit und Reichweite werden zunehmend algorithmusgetrieben. Das schafft ein System, das konstanten Konsum von Nutzer/innen und die Produktion von hochgradig personalisierten, fortlaufenden Inhalten verlangt – auf verschiedenen Kanälen und in Echtzeit geliefert. Dafür werden Nutzer/innen mit Dopamin und Plattformen sowie Creator mit Umsatzbeteiligungen belohnt.

Renommierte Medien stehen daher vor der Herausforderung, nicht nur schnelle und präzise Wahlberichterstattung zu liefern, sondern diese auch so zu gestalten, dass sie den neuen Mediengewohnheiten entsprechen. Dazu gehört, Inhalte in ansprechenden Formaten aufzubereiten, die sowohl mobil als auch auf sozialen Netzwerken konsumierbar sind, um die Relevanz vor allem bei jüngeren Zielgruppen zu sichern.

Im Prinzip gewinnen seriöse Medien weiter an Bedeutung: Angesichts der zunehmenden Verbreitung verzerrter und fehlerhafter Informationen auf sozialen Medien sowie durch politische Mikro-Influencer bieten sie Orientierung und gewährleisten Faktentreue. Gerade im Kontext des Erfolgs rechter Parteien und Medien auf Plattformen wie TikTok ist diese Aufgabe von großer gesellschaftlicher Relevanz.

Vorteile und Einsatzmöglichkeiten generativer KI in Medienhäusern

Die korrekte Aufbereitung von Informationen und die Einordnung von Wahlthemen durch Medien und Zeitungen ist unerlässlich. Hierbei zeigt sich, dass eine kompakte und frische Berichterstattung essenziell ist, um Leser/innen zum Weiterlesen zu motivieren. Das bleibt unabhängig davon, welche Algorithmen im Hintergrund laufen oder wie populär bestimmte Themen in sozialen Medien sind. Generative KI kann hierbei unterstützen, indem sie Inhalte gezielt aufbereitet, verkürzt oder personalisiert, ohne journalistische Standards zu vernachlässigen.

Es gibt bereits spezifische Backend-Anwendungen mit generativer KI, die Medienhäusern und Zeitungen bedeutende Vorteile bieten. Die Einsatzmöglichkeiten gehen weit über das automatisierte Erstellen von Überschriften oder das Zusammenfassen externer Texte hinaus. Mit der Nutzung automatisierter Frage-Antwort-Systeme (RAG) oder Text-to-Speech-Technologien (TTS) können Redaktionen auf das veränderte Medienverhalten ihrer Leserschaft eingehen.

Solche KI-Technologien können helfen, Informationen interaktiver zu gestalten und das Leser-Engagement zu erhöhen. So lassen sich Inhalte gezielt in Formaten bereitstellen, die auf neue Lesegewohnheiten abgestimmt sind – sei es durch Sprachassistenten oder durch personalisierte Antworten auf Leserfragen. Redaktionen schaffen zeitgemäße Nutzererlebnisse und bleiben relevant im Wettbewerb um die Aufmerksamkeit einer zunehmend digitalisierten Medienlandschaft.

Exemplarisch zeigt dies die automatisierte Berichterstattung durch DER SPIEGEL bei den NRW-Landtagswahl 2022. Hierbei wurden auf Basis von offiziellen Daten für jeden einzelnen der 128 Wahlkreise nur wenige Minuten nach der Stimmenauszählung automatisiert berichtet. Die Analysen beinhalteten die Platzierungen der Parteien, die Verteilungen der Stimmen sowie Vergleiche zu den Ergebnissen der vorherigen Wahl. Die hyperlokale Berichterstattung wurde durch entsprechende Grafiken ergänzt.

Automatisierte Wahlberichterstattung beim DER SPIEGEL auf Wahlkreis-Ebene

Doch beim KI-Einsatz gibt auch Hürden und Risiken zu berücksichtigen

Fehleranfälligkeit und Qualitätskontrolle

Eine der größten Herausforderungen bei der automatisierten Berichterstattung ist die Fehleranfälligkeit von KI-generierten Antworten. Chatbots, die auf KI basieren, können trotz fortschrittlicher Algorithmen fehlerhafte oder missverständliche Informationen enthalten. Dies kann besonders gravierend sein, wenn es um sensible Themen wie Wahlergebnisse geht. Daher ist eine Qualitätskontrolle von menschlicher Seite unabdingbar.

Manipulations- und Betrugsrisiken

Ein weiteres Problem ist die Manipulations- und Betrugsanfälligkeit. Böswillige Akteure und Hacker versuchen regelmäßig, automatisierte Systeme zu umgehen, zu manipulieren oder auszutricksen. Medienhäuser sind deshalb gut beraten, robuste Fraud-Detection-Mechanismen zu implementieren, um solche Manipulationen zu unterbinden. Dies erfordert kontinuierliche Weiterentwicklung und Anpassung implementierter Sicherheitsprotokolle.

Qualität der Input-Daten

Die Qualität der für die automatisierte Berichterstattung eingesetzten Daten ist entscheidend für die Qualität der generierten Informationen. Unstrukturierte oder unvollständige Daten können zu fehlerhafter oder irreführenden Inhalten führen. Medienhäuser und Zeitungen sollten deshalb sicherstellen, dass sie ausreichend viele und hochwertige Daten nutzen. Hierbei geht es nicht nur die Beschaffung verlässlicher Datensätze, sondern auch die kontinuierliche Aktualisierung und Validierung solcher Daten.

Für die Bereitstellung der Auszählungsergebnisse bei Bundestags- und Kommunalwahlen spielen offizielle Stellen eine zentrale Rolle. Bei Bundestagswahlen liegt die Bereitstellung der Echtzeit-Ergebnisse beim Bundeswahlleiter. Zugleich empfiehlt bei großen Wahlen eine Zusammenarbeit mit Wahlforschungsinstituten sowie in der Wahlnacht die Nutzung entsprechender Hochrechnungen. Bei Kommunalwahlen sind dagegen die Kommunen sowie zuständigen Wahlämter der jeweiligen Städte und Gemeinden für die Bereitstellung der Ergebnisse verantwortlich. Auf Anfrage werden solche Daten an regionale Medien weitergegeben.

KI-gestützte Wahlberichterstattung: Wie innovative Formate für schnelle und präzise Informationen sorgen

RAG-basierte Frage-Antwort-Systeme in der Wahlberichterstattung

Neueste Frage-Antwort-Systeme auf RAG-Basis (“Retrieval-Augmented Generation”) bieten Medien und Zeitungen mehrere Vorteile. Solche Systeme kombinieren das Abrufen relevanter Daten mit generativer KI, wodurch Redaktionen komplexe Inhalte schnell und präzise aufbereiten können.

Ein zentraler Vorteil ist die automatisierte Strukturierung und Kategorisierung von Inhalten. Artikel und Daten werden dabei mit Metadaten angereichert, wie etwa Quellenangaben, Schlagwörtern oder Zusammenfassungen. Das ermöglicht eine schnelle Bereitstellung von verifizierten Informationen in Echtzeit – unerlässlich bei Ereignissen wie Wahlen, die regelmäßige Aktualisierungen erfordern.

RAG sind interaktive Dialogsysteme, die auf den bestehenden Inhalten von Medienhäusern basieren können und diese sinnvoll wiederverwenden. Dadurch gewinnen bereits veröffentlichte Inhalte an Relevanz und unterstützen eine kontinuierliche Berichterstattung. Dies ist besonders nützlich bei komplexen und sich dynamisch entwickelnden Themen wie Wahlen, da Leser/innen mit unterschiedlichen Wissensständen und Interessen individuell angesprochen werden können. Relevante Informationen bleiben schnell zugänglich und themenspezifische Fragen werden präzise beantwortet.

Moderne Frage-Antwort-Systeme zeichnen sich durch ihre hohe Benutzerfreundlichkeit aus und entsprechende KI-Lösungen sind bereits schlüsselfertig auf eine effektive Monetarisierung von Content ausgelegt. Dies verbessert nicht nur die Nutzerfahrung, sondern trägt auch dazu bei, dass Leser/innen länger beim Medium oder der Zeitung bleiben und sich umfassender informiert fühlen. Die gezielte Aufbereitung von Inhalten steigert somit sowohl die Reichweite als auch das Engagement.

Frage-Antwort-System und Architektur RAG bei der Süddeutschen Zeitung

Vorteile für die Wahlberichterstattung:

• Live-Wahlberichterstattung: Bereitstellung von Echtzeit-Ergebnissen und laufenden Updates zu bundesweiten, regionalen oder kommunalen Wahlen. Dies erhöht den Mehrwert für die Leserschaft und hält sie stets auf dem neuesten Stand.
• Wahlanalysen: Automatisierte Erstellung von tiefgehenden Berichten und Analysen, die regionale und überregionale Trends aufzeigen und Einblicke in Wahlverhalten ermöglichen.
• Beantwortung von Leserfragen: Generierung spezifischer Antworten und weiterführender Inhalte, um die Interaktion und Bindung mit der Leserschaft zu entwickeln.

Use Case 1: Frage-Antwort-System bei der Süddeutschen Zeitung

Ein konkretes Beispiel für den Einsatz eines solchen Systems hat die Süddeutsche Zeitung (SZ) für die Europawahl 2024 genutzt. Die Abteilungen SZDM Data Science und die SZ-Entwicklungsredaktion zusammen mit den Editorial-Teams Data und Politics der SZ haben den KI-Assistenten speziell für diese Wahlen entwickelt. Ziel war es, Leser/innen Informationen zugänglich zu machen Hierfür wurden mehrere Tausend bereits existierende Artikel zu 30 unterschiedlichen Parteien berücksichtigt.

Frage-Antwort-System bei der Süddeutsche Zeitung basiert auf einen iterativen journalistischen Ansatz

Die zugrundeliegenden Daten des RAG-basierten Frage-Antwort-Systems speisen sich aus in Echtzeit verfügbaren, ausgewählten Artikeln der Süddeutschen. Zugleich werden allgemeine Informationen über die EU-Wahlen aus Quellen wie des Bundeswahlleiters sowie der Landeszentrale für Politische Bildung berücksichtigt. Auch die bereitgestellten Informationen der einzelnen Parteien wurden genutzt.

Die Überwachung der Relevanz und Akkuratesse der Antworten stellt generell eine Herausforderung dar. Die Süddeutsche Zeitung hat hierfür ein initiales und fortlaufendes Verfahren etabliert – eine Kombination aus maschinellen und humanen Komponenten – um diese Hürde zu meistern. Das Resultat war ein komplexes Verfahren zur Sicherstellung der inhaltlichen Korrektheit und sprachlichen Qualität des Outputs. Bei der Entwicklung des Frage-Antwort-Systems wurde speziell darauf geachtet, dass keine Wahlempfehlung ausgesprochen wird oder politische Einstellungen bestimmter Parteien übernommen werden.

Dieses RAG-basierte System konnte in vier Wochen live gegeben werden, wobei mehr als 30.000 Fragen von Nutzern gestellt und beantwortet wurden. Hierbei wurden 70 % der vom Frage-Antwort-System zur Verfügung gestellten Prompt-Vorschläge genutzt. Dieser Artikel von Medium erläutert Detail, wie der sogenannte Q&A AI Assistent der Süddeutschen Zeitung währen den Europawahlen 2024 eingesetzt wurde.

Text-to-Speech für Nachrichten: Vorlesefunktion in Wahlberichterstattungen

Durch die Ablösung von Ton und Bild als primäres Medium können wir in unserer multimedialen Gesellschaft auch hier einen Unterschied im Leserverhalten vermerken. Viele haben in einem hektischen Alltag, der von Reiz- und Informationsüberflutung geprägt ist, nicht die Zeit oder die Konzentration sich hinzusetzen und entsprechende Information zu lesen.

Die Kombination aus Text-to-Speech und RAG-basierten Frage-Antwort-Systemen kann Zugang zu Informationen erleichtern. Die Ergebnisse von RAG-Systemen können so direkt abgefragt und vorgelesen werden. Hier spielen nicht nur wichtige Themen wie Barrierefreiheit und Zugänglichkeit eine Rolle. Für erleichterte Gelegenheiten zur Informationsaufnahme hilft die Option des Multitaskings. Nachrichten können neben weiteren Tätigkeiten wie Kochen oder Spaziergängen konsumiert werden können.

Use Case 2: Text-to-Speech Berichterstattung bei der Rheinischen Post

Dieser Artikel der Rheinischen Post demonstriert, welche Vorteile sich durch Text-to-Speech ergeben können. Die Rheinische Post hat sich für ein Model entschieden in dem die Stimmen der eigenen Mitarbeiter/innen emuliert werden, statt KI-generierte Alternativen zu nutzen. Spracheigenheiten und dialektale Färbungen der zehn involvierten Mitarbeitenden wurden hierfür übernommen.

Entwickelt wurde dieses KI-Projekt zusammen mit dem Audio-Spezialisten ElevenLabs, deren neuronales Netzwerk Natural Language Understanding, Processing und Generation nutzt, um das gewünschte Audio-Output zu generieren. Das bedeutet, durch die Verarbeitung der vorhandenen Textausgaben gelingt unter Berücksichtigung von Rhythmus, Tonfall und Betonung, der für diesen Zweck aufgenommenen Stimmen das Generieren der entsprechende Sprachausgaben.

CMS-basierte Generierung von Audio-Beiträgen mithilfe von KI bei der Rheinischen Post

Beim API-Abruf im CMS der Rheinischen Post werden Abgleich und Auswahl des Sprechers mit verfügbaren Klonstimmen abgeglichen. Anschließend erstellt die API eine mp3-Audiodatei, die im ElevenLabs-Backend angelegt wird. Die fertige mp3-Datei wird anschließend ins CMS übertragen und in den jeweiligen Artikel eingebunden.

Das ist bei weitem nicht das erste KI-Projekt der Rheinischen Post bzw. der RP Online, dem Nachrichtenportal der Rheinischen Post. Auch der Versuch eine Vorlesefunktion anzubieten, wurde bereits versucht einzuführen. Aber erst die Nutzung von generativer KI hat diese Technologie mit einem überschaubaren Aufwand zugänglich gemacht. Zudem liefern die geklonten Stimmen der Mitarbeitenden einen persönlichen Wiedererkennungswert, mit dem sich die Zeitung von ähnlichem Absetzen kann und so die Nutzerbindung steigert.

Frage-Antwort-System in Kombination mit Text-to-Speech

Use Case 3: Vorzeigeprojekt der Frankfurter Allgemeinen Zeitung

Ein weiteres Projekt für die Nutzung von Frage-Antwort-Systemen und Text-to-Speech im Medienumfeld ist die Frankfurter Allgemeine Zeitung. Generative KI wird bei der FAZ für viele Bereiche genutzt. Beispielsweise werden KI-Agenten für themenspezifische Moderationsfragen bei Events eingesetzt und automatisiert umformulierte Pressemitteilungen ausgespielt. Das geschieht innerhalb der selbst entwickelten Plattform und dem CMS, wobei generative KI regelmäßig eingesetzt wird.

Durch das interne KI-Workflowsystem “FranKI” ist das RAG mit den Text-to-Speech-Funktionalitäten verzahnt. Es soll in Zukunft aber auch die Möglichkeit geben, zwischen unterschiedlichen Sprachmodelle auszuwählen. FranKI ist aktuell per Browsermaske nutzbar und wird in einem nächsten Schritt nahtlos ins CMS integriert. Leser/innen können sich Inhalte durch eine Whisper-Anbindung per Text-to-Speech ausgeben lassen. Für Top-Qualität nutzt auch die FAZ seit kurzem den Audio-Spezialisten ElevenLabs.

Zudem spielt das Nutzen-Kosten-Verhältnis solcher KI-Projekte eine wichtige Rolle. Ein Beispiel hierfür liefert die FAZ: Das automatisierte Umschreiben von Polizeimeldungen erweist sich aufgrund solcher Halluzinationen oft als zeitaufwendiger, als wenn Redakteure die Texte selbst bearbeiten. Dies verdeutlicht, dass trotz der Vorteile von KI menschliche Kontrolle unerlässlich bleibt, insbesondere bei Inhalten, die Korrektheit und Glaubwürdigkeit erfordern.

Mit KI zu verlässlicher Wahlberichterstattung: Fake News bekämpfen und nachhaltige Inhalte für Leser/innen bereitstellen

Angesichts des anhaltenden Trends zu einem immer schnelleren Informationsfluss müssen Medienhäuser mit innovativen Lösungen Schritt halten, um ihre Relevanz und Leserschaft zu sichern. Der Einsatz von KI-Anwendungen macht die Wahlberichterstattung nicht nur effizienter, sondern auch verlässlicher. Diese Technologien beeinflussen maßgeblich, wie wir uns politisch informieren und engagieren.

Insgesamt lässt sich sagen, dass die meisten Medienhäuser und Zeitungen bei KI-Anwendungen eine “Human-in-the-Loop”-Strategie verfolgen. Gerade bei der Wahlberichterstattung ist es essenziell, die Korrektheit der Aussagen sicherzustellen. Für unabhängige Medien, die diesen Namen auch verdienen, wird es umso wichtiger, faktenbasiert und präzise zu berichten. Nur durch konsequente journalistische Qualität können Medienhäuser und Zeitungen relevant bleiben – trotz der sinkenden Aufmerksamkeitsspanne der Leserschaft. Im Prinzip gewinnen Medien sogar noch an Bedeutung. Angesichts immer häufiger verzerrter und fehlerhafter Informationen in sozialen Medien und Verbreitung durch politische Mikro-Influencer.

Zentrale Vorteile von KI-Anwendungen sind die Echtzeitanalysen von Wahldaten, die automatisierte Erstellung umfassender Berichte sowie die präzise Beantwortung von Leserfragen. Der erforderliche Output, um relevant zu bleiben, kann durch generative KI realisiert werden. Dadurch wird es möglich, Leser/innen schnell und präzise mit relevanten Informationen zu versorgen.

Generative KI-Modelle, wie ChatGPT, produzieren jedoch nicht immer fehlerfreie Texte. Halluzinationen – also verzerrte oder falsche Informationen – lassen sich nie ganz ausschließen. Auch die Fehleranfälligkeit generierter Inhalte, Risiken der Manipulation und Betrug sowie die Qualität der Input-Daten erfordern eine kontinuierliche Überwachung der eingesetzten KI-Systeme. Daher müssen Medienhäuser, die auf die rapide wachsende Content-Generierung durch KI setzen, robuste Qualitätskontrollmaßnahmen und Mechanismen zur Betrugsprävention implementieren.

Im Jahr 2025 steht die Bundestagswahl sowie u. a. erneut die NRW-Kommunalwahlen an. Es ist davon auszugehen, die KI-gestützte Berichterstattung ein neues Niveau erreicht, um schnell, präzise und umfassend zu informieren. KI wird nationale und regionale Medien dabei unterstützen, in Echtzeit Wahlergebnisse, Analysen und regionale Berichte automatisiert zu generieren – von großen Trends auf Bundesebene bis hin zu lokal relevanten Entwicklungen.

Für Fragen zu KI im Newsroom, belastbaren Anwendungen mit generativer KI oder RAG-basierten Frage-Antwort-Systemen stehen wir gerne zur Verfügung. Sprich uns an – unsere Expert/innen melden sich gerne bei dir!